Deep Research új funkció a ChatGPT-ben

 Az OpenAI nemrégiben bemutatta a Deep Research nevű fizetős eszközt, amely egy az internetes kutatást segítő funkció. A mesterséges intelligencia alapú rendszer képes több tucat vagy akár száz weboldal információit feldolgozni, majd ezeket strukturált, hivatkozásokkal ellátott jelentések formájában összegzi. Az eszköz a Google nemrégiben kiadott hasonló megoldásával (Google Deep Research) versenyez, és a kutatási folyamat jelentős gyorsítását ígéri.

Az eszköz működése

A Deep Research egy fejlett nyelvi modellre és az OpenAI o3 algoritmusára épül, amely optimalizált érvelési, adatelemzési és strukturált információfeldolgozási képességekkel rendelkezik. A rendszer percek alatt elvégzi azt a munkát, amely egy emberi kutatónak órákba telne. A hagyományos chatbotokkal szemben a Deep Research 5-30 percig is képes autonóm módon dolgozni, feltérképezve a webet és rendszerezve a megtalált adatokat.

A Deep Research kiemelten hasznos lehet a tudományos közösség számára, hiszen képes gyorsan irodalmi áttekintéseket és teljes szemlecikkeket összeállítani. Az eszközt pénzügyi, politikai és mérnöki területeken dolgozó szakembereknek is szánják, akik komplex témákban keresnek átfogó betekintést.

Derya Unutmaz, a Jackson Laboratory immunológusa szerint a Deep Research jelentései "rendkívül impresszívek" és gyakran olyan jók vagy jobbak, mint a publikált szemlecikkek. Andrew White vegyész és AI-szakértő szerint ezek az eszközök segíthetnek a meglévő szemlecikkek frissítésében, amelyeket jelenleg nehezen lehet lépéstartóan aktualizálni.

Kihívások és korlátok

Bár a technológia ígéretes, vannak aggályok is. Az AI-rendszerek időnkként pontatlan vagy félrevezető információkat generálhatnak. Az OpenAI maga is elismeri, hogy az eszköz még kezdeti fázisban van, és hibázhat a hivatkozások és a tények tekintetében. Peter Ksenič, minőségellenőrzési szakértő szerint: "Ha nem ismerjük a témát, nagy a hibák kockázata."

Moses Maddox, egy oktatási szakértő, rámutatott arra, hogy az AI-eszközöket kritikusan kell kezelni: "A diákok és fiatal szakemberek túlzottan bíznak az AI-ban anélkül, hogy megtanulnák, hogyan finomítsák az eredményeit. Az AI nem fogja helyettesíteni őket, de valaki, aki jobban tudja használni, igen."

Jövőbeli kilátások

Az OpenAI tervezi a Deep Research továbbfejlesztését és a felhasználói kör fokozatos bővítését. Az eszköz jelenleg a Pro felhasználók számára érhető el, de a későbbiekben a Plus és Team előfizetők is hozzáférhetnek. Az AI szerepe a kutatásban folyamatosan fejlődik, és a Deep Research egy újabb lépés az AI-alapú kutatási asszisztensek irányába.

Miközben az AI egyre jobban beépül a tudományos és szakmai életbe, fontos megõrizni a kritikus gondolkodást és az emberi szakértelmet. Az AI nem helyettesítheti a kutatókat, de jelentősen megkönnyítheti és felgyorsíthatja munkájukat. 

Osszd meg ezt a cikket
Hol tart ma valójában a mesterséges intelligencia?
A mesterséges intelligencia fejlesztése az elmúlt években látványos és gyakran lenyűgöző eredményeket produkált. Az olyan rendszerek, mint a ChatGPT, képesek természetes nyelvű szövegeket generálni, problémákat megoldani és sokszor az emberi teljesítményt is meghaladni különféle feladatokban. Ugyanakkor egyre több neves kutató és technológiai vezető – köztük John Carmack és François Chollet – hívja fel a figyelmet arra, hogy ezek az eredmények nem feltétlenül jelentik az általános mesterséges intelligencia (AGI) közeledtét. A színfalak mögött most új típusú problémák és kérdések kerültek a figyelem középpontjába, amelyek messze túlmutatnak a puszta teljesítményen.
A Rhino Linux új kiadással jelentkezik: 2025.3
A Linux disztribúciók körében főként kétféle szemléletmód terjedt el, vannak a stabil, ritkán frissülő rendszerek biztonságos kiszámíthatósággal, és a naprakész, de időnként kényes egyensúlyon balanszírozó, gördülő kiadású disztribúciók. A Rhino Linux ezt a két ellenpontot próbálja áthidalni, azaz egyszerre próbál naprakész lenni gördülő disztribúcióként, de alapként az Ubuntura épül, hogy megfelelő stabilitást is biztosítson.
SEAL az önmagát tanító mesterséges intelligencia előhírnöke
Hosszú évek óta tartja magát az elképzelés, hogy a mesterséges intelligencia fejlesztésének kulcsa az emberi tanítás: adatok, címkék, finomhangolás, gondosan megtervezett beavatkozások. Most azonban egy új megközelítés látott napvilágot. Az MIT kutatóinak legújabb munkája, a SEAL (Self-Adapting Language Models) névre keresztelt rendszer olyan nyelvi modelleket mutat be, amelyek képessé válnak saját maguk tanítására. Az eredmények nemcsak technológiai újdonságot jelentenek, hanem felvetik a kérdést: vajon milyen szerepet szánunk a jövőben az embernek az intelligens rendszerek képzésében?
Elég egy fotó és egy hang – az Alibaba új mesterséges intelligenciája teljes testű avatárt készít belőle
Egyetlen hangfelvétel és egy fotó is elegendő ahhoz, hogy élethű, teljes testtel mozgó, arcjátékkal és érzelmekkel teli virtuális karaktereket hozzunk létre – stúdió, színész vagy zöld háttér nélkül. Az Alibaba legújabb fejlesztése, az OmniAvatar nevű nyílt forráskódú mesterséges intelligencia-modell legalábbis éppen ezt ígéri. Bár a technológia még formálódik, már most is érdemes figyelmet szentelni annak, amit lehetővé tesz – és annak is, hogy mindez milyen új kérdéseket vet fel.
ALT Linux 11.0 Education az orosz oktatási intézmények fundamentuma
Az ALT Linux egy orosz gyökerekkel rendelkező, RPM csomagkezelőre épülő Linux disztribúció, amelynek alapjait a Sisyphus csomagtár képezi. Kezdetben orosz lokalizációs erőfeszítésekből nőtte ki magát, együttműködve olyan nemzetközi disztribúciókkal, mint a Mandrake és a SUSE Linux, különös tekintettel a cirill betűs írás támogatására.
A térbeli intelligencia a következő leküzdendő akadály az AGI előtt
Az LLM megszületésével a gépek lenyűgöző képességekre tettek szert. Ráadásul fejlődési sebességük is nagyobb tempóra kapcsolt, nap mint nap jelennek meg újabb modellek, amelyek még hatékonyabbak még jobb képességekkel ruházzák fel a gépeket. Ha azonban közelebbről megvizsgáljuk, ezzel a technológiával még csak most értük el, hogy a gépek képesek egy dimenzióban gondolkodni. A világ amelyben élünk azonban az emberi érzékelés alapján három dimenziós. Egy ember számára nem okoz gondot, hogy megállapítsa, hogy valami egy szék alatt van, vagy mögött, vagy egy felénk repülő labda körülbelül hová fog érkezni. Számos mesterséges intelligencia kutató szerint az AGI azaz a mesterséges általános intelligencia megszületéséhez el kell érni, hogy a gépek három dimenzióban gondolkodjanak, ehhez pedig ki kell fejleszteni a térbeli intelligenciát.

Az elmúlt néhány napban megjelent Linux disztribúció frissítések